大数据环境下群体性事件的风险识别与智能预警

随着信息化与大数据时代的到来，信息的开源性、多样性等特点使得不同利益群体间的交流、互动、诉求的表达呈“井喷式”发展。利益诉求的表达与相关者的回应的一致性、满意度、利益分配的公平性是影响群体性事件的关键因素之一，也正是因为网络时代的发展和利益诉求的交织作用、群体的共性效应激发社会群体性事件的发生。群体性事件的发生与潜在风险成为国家治理过程中亟待化解的问题，更是对国家治理体系现代化和国家治理能力的考验。

近些年，群体性事件高发，政府组织对群体性事件的治理不再局限于现实社会中集体行动。群体性事件是社会公共安全的重要内容，其形成机理不确定、演变过程非常规、影响后果特别严重，难以借助常规的管理方式识别、预防和应对。因此，通过群体性突发事件风险评估及干预措施的模拟仿真关键技术、一体化的群体性突发事件动态模拟仿真和风险评估软件系统示范平台的开发研究，构筑基于大数据推演算法的群体性事件风险智能预警系统，加强群体性事件预警研究和风险排查，依托互联网平台构建的虚拟空间察觉事件苗头，维稳关口不断前移，关注风险源进行风险识别与防范，依托大数据技术实现群体性事件的风险识别与智能预警，最大限度消弭不和谐隐患，提升治理效益。

1 大数据背景下群体性事件呈现出的新特征

（1）燃点低且传播快。民工工资讨要、城管执法不当、征地拆迁、医患纠纷等是群体性事件的重要场域。很多情况下因部分群体的利益诉求的表达得到其他非利益相关者的认同，往往对其事件或利益的评判以主观感知来替代事件真相，爆发点极低。随着互联网的发展，越来越多人通过网络渠道来宣泄情绪，网络媒介的发展加剧了信息的快速传播，促使群体性事件爆发后受到更多人关注。

（2）利益涉众化。近年来发生的群体性突发事件共同特点是利益涉及面广，涉及范围主要集中在劳资纠纷、城市征地拆迁补偿和事故纠纷及非正常死亡等几个方面，涉及人群包括在职和下岗职工、农民工、个体业主、复转军人、教师等各阶层人员，参与人员为实现共同的诉求目的，一拍即合，迅速聚集，增加了处置工作难度。

（3）组织化程度高。群体性事件通常因某个突发性事件而在短时间发生，或某个问题积累到一定程度而突然爆发。但是，近年来群体性突发事件的规模越来越大、影响越来越大，组织性也越来越强。

（4）炒作力度强。随着互联网和新闻媒体的发展，群体性突发事件发生后，一些利益群体或媒体的加入使得事件持续受到关注，或为引起全社会的关注而采取特别手段进行炒作，呈现出网上网下互相推动、交集放大的趋势。

（5）处置难度大。群体性突发事件反映的问题日趋复杂，往往涉及社会生活领域方方面面，而且新旧矛盾相互交织、相互作用，诉求群体相互串联、相互影响，往往是多数人的合理要求与少数人的无理要求相交织，多数人的偏激行为与少数人的违法行为相交织，多数人要求解决问题和极少数人借机闹事相交织，形成法不责众局面，处置起来难以准确判断和作出决断，难以采取措施果断迅速予以处置。

2 大数据背景下群体性事件潜在风险识别

大数据是当前社会公共治理的有力工具，有助于实现治理体系的现代化和提升治理能力。由于大数据环境信息的碎片化和事件的复杂化导致各类风险潜藏，认知风险、摩擦性风险、程序性风险等使群体性突发事件接连发生。

（1）社会各类群体价值认同与群体共情的潜在认知风险。群体性事件的发生往往由于各类群体的价值认同相似性，一部分人的的利益诉求通过信息传播得到其他非利益相关者的同情和支持，在这种情况下群体不断壮大，群体的价值认同与群体共情的作用会激发群体性事件的认知风险，只有群体在认知上相一致就会使其共情更强烈，一旦受外界的刺激就会诱使群体性事件的发生。

（2）利益群体诉求表达多元化，摩擦性风险不断增多。社会转型期，我国在劳资纠纷、医患关系、征地拆迁、城管治安乱执法过程中伴随着各种利益关系的深刻调整，同时各种冲突和矛盾相对集中呈现。信息时代的发展为利益群体诉求的表达提供了网上发声的多元渠道，通过发表言论向对立方施加压力，从而实现自身的利益诉求，在此情况下导致经济诉求与非经济诉求的摩擦性风险逐步加大。

（3）利益诉求与回应措施供需矛盾加剧，程序性风险加大。具有共同利益的群体开展群体性事件旨在通过众人意愿来引起社会的关注，由此来向政府部门乃至向对方寻求利益诉求的回应。但在群体事件发生后因拖延、回避、置之不理等行为造成事件“负面化”发展，利益诉求与回应措施供需矛盾进一步恶化，激发潜在诉求回应和应对措施的程序性风险。

（4）网络时代群体性事件情绪孵化加大，催生舆情风险。近年来，依托网络技术，通过微信、微博、公众号等社交媒体来表达利益诉求的行为逐渐增多，以此引起社会各类群体的关注，依靠网络力量实现线上与线下、现实与虚拟的共同认同。一旦部分群体的不满情绪出现，可通过网络渠道宣泄与传播，使部分群体不满情绪逐渐孵化，引发舆论舆情的风险。

3 大数据风险识别与智能预警的必然性

为了更有效、更及时地预警群体性事件，进行风险预先研判，使其在发生破坏性冲击之前能够得以控制，需依托大数据进行群体性风险识别与智能预警。

（1）大数据破解信息表面性、片面性、滞后性特征，通过数据技术及时抓取信息，实现风险研判。大数据信息化的发展为群体性事件风险识别与智能预警提供源动力，依托开源的信息数据能够对当前网络时代各利益诉求表达渠道、内容、具体聚点进行数据的抽取，如对网络点击量、热点话题的检索与回应进行技术整合，关注碎片化信息的深层次挖掘，技术人员通过设定相应的敏感词和筛选条件，能对形形色色的信息进行过滤，通过词频指标的设定来寻找事件导火索与潜在风险因子。

（2）大数据能够依托广泛数据建立潜在风险因子数据模拟分析库，提高群体性事件的风险感知与预警。海量的元数据能够为群体性事件潜在风险因子提供数据资源，依托风险因子数据建立风险年模拟分析库，对以往群体性事件诱发的潜在风险因子产生原因、导致的结果进行数据库分析，一旦探寻潜在风险可通过风险数据模拟分析库检索相类似的群体性事件以及其潜在的其他风险因素，及时做好风险的防范和管控，降低群体性事件造成的危害。

（3）大数据的分析与动态监测，提升群体性事件风险识别与智能预警的实时动态性与精准度。大数据技术能够实现碎片化数据的实时动态收集与信息统计，实现海量数据的量化分析，通过动态的数据监测来实现全数据预警模式，能有效避免传统模式中样本数据的时间滞后和样本误差，保证对群体性事件风险的及时把控，提升风险识别的精准度与及时性，实现群体性事件的动态智能预警。

4 大数据背景下群体性事件风险识别与智能预警体系构建

（1）早期感知与体系化风险征兆识别舆情指标体系构建。风险征兆识别舆情指标旨在利用新信息技术革命，特别是互联网技术对我国群体性突发事件的复杂进行事件本身和外部环境的全面解构，从不同维度、不同层面提出风险征兆识别舆情指标，构建风险识别指标体系。首先，明确指标体系的构建原则和指导理念。其次，以基础理论内容为出发，将其进行条理化分析和指标化设计。再次，通过走出去展开实际调研，了解群体性事件发生的背后原因和阶段特点，探索群体性事件升级或化解的内在机理。基于这些基本信息了解群体性事件的因变量、自变量和控制变量，探讨每个指标的设置原因、作用与影响范围，明确重点指标、关键指标、边缘指标的分类，运用层次分析法确定该指标体系中各指标的权重，确定量化研究的数值方法。从背景值、事件值2个维度，重点指标、关键指标、边缘指标3个类型，监测、评估、预测、报警和对策选择5个层次初步建立“两维三类五层次”的群体性事件早期感知与体系化风险征兆识别舆情指标体系。最后，采用专家调查法咨询领域内专家，对已有的预警指标体系进行完善。

（2）加强风险评估实时动态模拟仿真和干预推演。信息时代的信息开放性、传播及时性使过剩的网络表达和利益与网络抗争之间的矛盾不断激化，利益诉求难以满足导致群体性事件频发。智能化是干预推演系统的发展方向之一，注重群体性事件风险苗头，依托大数据的开源性特点，实现数据资源碰撞，针对不同领域或者类型的群体性事件的风险实时性的动态化仿真模拟，以预判诱发群体性事件的潜在风险。加强风险预判，推演干预行动对群体性突发事件发展，实现由静态化的群体性突发事件的治理向动态化的群体性突发事件风险评估和预防预警的转变，在模型中进行模拟，以观行动效果，调整行动方案，推演出较为满意的行动方案，并归纳入库。

（3）基于智慧安全平台群体性突发事件智慧预警体系构建。广泛的大数据基础与技术研发为群体性事件智慧预警体系的构建提供基础。智慧安全平台将动态化的群体性事件风险评估和预警管理各类指标因素集中于此，并以系统化的协调运行为条件展开群体性突发事件的智慧预警。智慧安全平台将事件的相关信息、危害程度、存在风险进行量化，事件的发展趋势模型化，从而全面分析事件的发起潜在风险因子、传播渠道、事态发展、网民思维倾向、点击数量等相关数据，迅速判断出该事件风险方向、严重程度，掌握解决风险的切入点，依据风险因子对事发的风险及产生的连带系列风险进行智能预警。因此，充分发挥大数据的优势，掌握全方位相关联的风险数据，运用强大的“相关统计和分析”能力搭建网络信息风险数据的立方体，通过将网上和现实生活中各个方面的数据进行整理分析，探索舆情走向，把握网民情绪波动态势，挖掘隐藏在现实社会背后的深层关系，切断网络舆情的“软风险”向“硬风险”转化的渠道，实现群体性事件风险识别与智能预警，及时管控群体性事件的爆发。

（4）大数据环境下群体性突发事件体系化治理规制与示范。新生事物需要在示范运行中不断完备制度环境，制度规范在利用大数据进行群体性事件风险体系化治理中具有重要意义。在以开源数据为新工具进行群体性事件体系化治理示范过程中探索制度边界，寻找规范尺度。在示范实践中建规立制，有助于破除技术迷信或政府全能的单向度认知，完备政府治理技能，有利于政府在稳定制度环境中更新治理工具，促进治理要素的体系化运行和功能性发挥，提升治理效率和治理能力，实现群体性事件风险预警制度完备与工具更新的双重目标。基于开源数据的群体性事件风险智慧预警体系是重视大数据分析，利用信息技术整合多方资源，统筹顶层设计，打破部门阻隔，建立职能部门、技术运用相结合的工作方法，在技术融合和部门合作中实现安全预警信息共享与风险体系的规制与示范。